若r小于0，表明x和y之间存在负线性相关关系。

已知两个变量之间存在负线性相关关系， 在一元线性回归分析预测过程中，相关系数r反映变量x和y之间线性相关关系的密切程度，只有r小于某个临界值时，才能认为x与y确实线性相关，也只有这时回归方程才有意义，才可以用于预测计算。 当两变量间是低度线性相关关系时，相关系数r小于（） 如果变量X、Y之间的线性相关系数为-1，则表明变量X、Y之间是非独立的。 两变量X与Y间线性相关关系达到最高时，相关系数可能等于（）。 将客观现象的相关关系分为线性相关和非线性相关的依据是（ ）。 将客观现象的相关关系分为线性相关和非线性相关的依据是（）。 当两变量间有高度线性相关关系时，相关系数r小于1且大于（） 两变量具有线性相关关系，其相关系数r=-0.9，则两变量之间（） 变量间的线性相关系数为0，表明两变量之间（） 一元线性回归模型中，x，y之间的线性相关的程度越小，r2（） 已知两个变量之间存在负线性相关关系， 表示回归系数，r表示相关系数，则下列说法中()是对的。 若两个变量存在负线性相关关系，则建立一元线性回归方程得到的判定系数R2的取值范围是（）。 若两个变量存在负线性相关关系,则建立的一元线性回归方程的判定系数R2的取值范围是() 随机变量之间的相关性可以用相关系数进行描述，相关系数既可以描述变量间的线性相关关系，也可以描述非线性相关关系。（ ） Pearson相关系数是判断特征之间、以及特征和目标变量之间线性相关关系的统计量。() 相关系数越接近±1，表明变量之间的线性相关程度（）。 下列关于相关系数的说法中，正确的有（）。Ⅰ相关系数的取值范围是[-1，+1]Ⅱ当ρ>0时，两变量为正线性相关Ⅲ当ρ<0时，两变量为负线性相关Ⅳ当ρ=0时，表示两变量为完全线性相关 两个变量间的线性相关关系越不密切，相关系数r值就越接近（ ）。 两变量间简单线性相关系数r等于0，说明